Обычные домашние компьютеры и ноутбуки долгое время оставались в стороне от серьёзных задач искусственного интеллекта. Для запуска больших моделей требовались десятки гигабайт дорогой памяти, а значит — мощные и дорогие машины. Но ситуация меняется. Тайваньская компания Phison представила технологию, которая позволяет запускать по-настоящему крупные нейросети на вполне обычном железе.
Технология получила название aiDAPTIV. Её анонсировали на выставке Computex 2026 в Тайбэе в сотрудничестве с Intel. По словам разработчиков, она радикально снижает требования к оперативной памяти, открывая путь к мощному локальному ИИ для обычных пользователей.
Как работает aiDAPTIV
Главная идея проста, но эффективна: система расширяет рабочую память за счёт высокоскоростной NAND-флеш-памяти (то есть SSD). Вместо того чтобы держать всю информацию в дорогой оперативной DRAM, aiDAPTIV использует специальный механизм кэширования — Pascari aiDAPTIV Cache Memory.
Внутренние тесты Phison показали впечатляющий результат: модель с 26 миллиардами параметров (26B) успешно работает на системе всего с 16 ГБ оперативной памяти. Без технологии для той же задачи потребовалось бы уже 32 ГБ DRAM. Технология также поддерживает повторное использование KV-кэша — это позволяет сохранять контекст предыдущих запросов и не пересчитывать данные заново.
Сотрудничество с Intel
Phison объединила усилия с Intel, чтобы интегрировать aiDAPTIV в платформу Intel AI PC на базе процессоров Core Ultra Series 3. Компании работают над поддержкой инструментария OpenVINO и оптимизацией различных рабочих нагрузок.
«ИИ-компьютеры эволюционируют в платформы для сложных локальных задач, включая агентные приложения и большие модели типа Mixture-of-Experts, — отметил КС Пуа (KS Pua), основатель и генеральный директор Phison Electronics. — Наша технология помогает расширить доступную память, позволяя запускать более мощные ИИ-приложения локально, сохраняя приватность и снижая затраты».
На стенде Computex продемонстрировали чат-интерфейс, работающий с mixture-of-experts моделью, которая обычно превышает возможности обычной оперативки. Также показали гибридную систему маршрутизации моделей на базе открытого фреймворка OpenClaw, где тяжёлые задачи частично уходят в облако только при необходимости.
Почему это важно
Память остаётся одним из главных bottlenecks для локального ИИ. Джим Джонсон (Jim Johnson), старший вице-президент Intel, подчеркнул: «Всё больше пользователей и компаний хотят запускать ИИ локально — быстрее, приватнее и без постоянных расходов на облако. Сотрудничество с Phison позволяет делать это на более простых конфигурациях памяти».
Технология особенно полезна для:
- Локальных чат-ботов и ассистентов
- Агентных ИИ-систем, выполняющих многошаговые задачи
- Разработчиков и энтузиастов, которые хотят экспериментировать с крупными моделями без покупки дорогого оборудования
aiDAPTIV — это часть более широкой тенденции. Пользователи всё чаще предпочитают локальные решения облачным из-за вопросов приватности данных, скорости работы и независимости от интернета. Теперь мощные нейросети становятся доступнее не только для корпораций, но и для обычных людей с относительно скромными компьютерами.
Хотя технология ещё свежая, её потенциал очевиден: от снижения стоимости ИИ-компьютеров до настоящей демократизации искусственного интеллекта.
